[データサイエンス]Dataiku ML Practitionerに合格した話
今回は、Dataikuにおける上位資格の ML Practitionerに挑戦したので、体験談をまとめたいと思います。より実践的に機械学習のモデル作成、モデル評価、チューニング、デプロイについて学習できる内容となっており、とても良かったです！
Dataikuのトライアル環境作成・Dataikuアカデミーへのアクセス、認定資格の受験、すべて無料で出来ますので、データサイエンスに興味がある方には是非おすすめだと思いました☺
Dataikuって何？Core Designer試験って何？という方は
以下のnoteをご覧ください！
Dataiku ML Practitioner とは
Dataikuの資格は5種類あり（2023/9現在）、Dataiku ML Practitionerの資格はその中核となるレベルに位置しています。受験に際してはCore Designerに合格していることが条件になります。
受験までの準備
Dataikuでは、各資格に対応する形でラーニングパスが用意されています。（すべて無料）
ここからML Practitioner を選択し、Machine Learning Basics, Scoring Basicsコースにそれぞれ取り組みます。コース内では動画閲覧・小クイズ・ハンズオンが用意されています。
ML Practitioner のラーニングパスでは、より実践的に機械学習のモデル作成、モデル評価、チューニング、デプロイについて学習できる内容となっています。各項目ごとにハンズオンがあるので、学んだことをすぐにアウトプットできるようになっています。
認定試験の受験にあたっては、複数のデータを渡されて、以下のハンズオンを自力で行います。
データを探索
(Dataikuの)レシピを使ってデータを加工
機会学習モデルを作成・調整
デプロイ
結果のモニタリング
出題内容は上記のハンズオンを行わないと回答できない問題が50%くらい、残りの50%くらいが関連する機能の正誤などに関する出題でした。
あると便利な事前知識
Core Designerでは機械学習の知識は問われませんでしたが、このML Practitionerでは機械学習がメインのトピックになっています。
少しでも機械学習に触れたことがあったり、統計に触れたことがあるとよりスムーズに取り組めると思います！
学んだこと
機械学習プラットフォームは以前に別のツールを使ったことがありましたが、Dataikuは以下の点で非常に優れていると感じました。
データの準備からモデル作成、デプロイ、本番運用まで同じプラットフォーム上で一気通貫して行える
機械学習プラットフォームとしての機能が充実している（評価方法、比較方法、バイアス検証などなど）
独立した製品なので、元データがどこにあろうと、本番環境がどこであろうと柔軟にインプリできる
フローを実行する際に利用するリソースをDataiku上またはSparkなどを選べる
以上となります。ML Practitionerの資格習得を通して、Dataikuの機械学習プラットフォームとしての強みがどこにあるのかを理解できて良かったです。ご興味のある方の参考になれば幸いです！
最後までお読みいただきありがとうございました！
スキ・フォローよろしくお願いします☺